[发明专利]来自声音的对数字文档元素的动作

说明书

背景技术

当与存储在计算机系统中的数字文档交互时，用户通常提供输入，比如屏幕上的触摸姿势或鼠标点击的形式，以打开文档。用户随后导航文档以找到所显示的文档中的一个显示的元素。利用所显示的元素，用户可以提供额外的输入以输入元素中的值。例如，该值可以是字母数字字符串、数字字符、符号等。类似地，如果用户要从文档读信息，则用户可以找到所显示的文档中的相关元素并且读取信息。除了这种与通过手运动和靠视力读的输入的交互之外，一些计算机系统允许通过声音输入来输入文本(语音到文本)以及通过可听声音反馈来回读(文本到语音)。

发明内容

在一个方面中，可以将自然语言发声的用户输入接收到计算机系统中。从发声的用户输入取得一个或多个词项的集合。而且，可以确定所述一个或多个词项的集合对应于计算机系统中的特定数字文档，并且所述一个或多个词项的集合对应于至少一个计算机可执行命令。所述一个或多个词项的集合对应于至少一个命令的确定可以包括利用文档特定的自然语言转换数据结构来分析一个或多个词项的集合。转换数据结构可以是在计算机系统中利用计算机系统中的特定数字文档标识的计算机可读数据结构。可以确定，所述一个或多个词项的集合对应于所述文档中的元素，并且至少一个命令可对在文档中的元素执行。

提供该发明内容以便以简化的形式来引入概念的选择。概念在下面的具体实施方式中进一步描述。该发明内容不旨在确定所要求保护的主题的关键特征或主要特征，也不旨在用于限定所要求保护的主题的范围。类似地，本发明不限于解决在背景技术、具体实施方式或附图中所论述的特定技术、工具、环境、缺点或优点的实现方式。

附图说明

图1是可以实现所描述的方面中的一个或多个方面的适合的计算环境的框图。

图2是用于执行来自声音输入的对数字文档元素的动作的系统的示意图。

图3是图2的系统的另一示意图。

图4是用于执行来自自然语言声音输入的对数字文档元素的动作的技术的流程图。

图5是用于执行来自自然语言声音输入的对数字文档元素的动作的另一技术的流程图。

图6是用于执行来自自然语言声音输入的对数字文档元素的动作的又一技术的流程图。

具体实施方式

本文所描述的方面涉及利用自然语言声音输入与数字文档的改进的交互的技术和工具。该改进可从单独地或者组合地使用各种技术和工具来得到。如本文所使用的，自然语言是指人类所讲语言，通过该人类所讲语言，人类通常通过说和听来相互沟通。术语自然语言与计算机语言形成对比，计算机语言例如源代码语言、目标代码语言、计算机脚本语言等，但是在自然语言与计算机语音之间可以存在一定的重叠。而且，如本文所使用的，语法是指定义用于声音输入词项的一个或多个语法自然语言形式的计算机可读数据结构(其可以是连续数据结构、分布式数据结构等)。语法能够用于将自然语言声音输入词项的形式映射到计算机对象和/或动作。例如，其形式以语法定义的一组声音输入词项可映射到文档，映射到文档中的元素，映射到对文档中的元素所采取的动作，和/或映射到待输入到文档中的值。

本文所述的技术和工具可以包括，响应于发声的用户输入，对存储在计算机系统中的数字文档采取动作。例如，响应于声音自然语言用户输入，可以修改电子表格文档(其可以在提供声音输入的用户所在的位置的本地或远程地存储)。例如，在自然语言声音输入中所规定的值可以输入到电子表格的单元中。作为另一示例，可以提供自然语言声音输入，并且计算机系统可以通过可听地读来自电子表格的单元的值而对该声音输入做出响应。该技术还可以用于其它类型的数字文档，诸如文字处理文档、幻灯片演示文档、Web页面等。